大數(shù)據(jù)(Hadoop,Spark,Flink,Storm,Hive,Hbase...) - 專題

投稿

大數(shù)據(jù)(Hadoop,Spark,Flink,Storm,Hive,Hbase...)

收錄了25篇文章 · 25人關(guān)注

Apache Flink——Pulsar Flink Connector 打造全新批流融合
前言批流一體是數(shù)據(jù)計(jì)算的未來(lái)趨勢(shì)，Pulsar Flink Connector 為基于 Apache Pulsar 在 Apache Flin...

1.1 小波同學(xué) 0 6
Label Hierarchies（二）
6段由來(lái)過(guò)程 1. 數(shù)據(jù)資產(chǎn)發(fā)展的4個(gè)階段數(shù)據(jù)資產(chǎn)1.0:構(gòu)建消費(fèi)者信息庫(kù) 數(shù)據(jù)側(cè)與業(yè)務(wù)側(cè)的初次接觸激發(fā)業(yè)務(wù)人員使用數(shù)據(jù)的興趣實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)...

1.9 冰菓_ 0 4

Label Hierarchies（三）
3點(diǎn)產(chǎn)生必要 1. 數(shù)據(jù)資產(chǎn)可復(fù)用標(biāo)簽類目體系是中臺(tái)概念的核心落地點(diǎn) 前臺(tái),中臺(tái),后臺(tái)三者之間的關(guān)系后臺(tái)就像海面以下部分的海島辛萍，有些可以連接...

0.3 冰菓_ 0 1
大數(shù)據(jù)之流批一體化
1关面、流批一體的理念隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的不斷發(fā)展勤家，各行各業(yè)都積累海量的業(yè)務(wù)數(shù)據(jù)处坪。而企業(yè)為了改善用戶體驗(yàn)驾茴，提升產(chǎn)品在市場(chǎng)上的競(jìng)爭(zhēng)力锅必，都采取了實(shí)...

2.5 冰河winner 0 20
銷售數(shù)據(jù)建設(shè)-Hive案例分析
需求：從性別事格、年齡惕艳、職業(yè)、城市驹愚、居住年限远搪，婚姻狀況等維度找到高質(zhì)量用戶，并查看高質(zhì)量用戶人群的占比逢捺，為其提供高價(jià)值消費(fèi)品 (定位高價(jià)值消費(fèi)品以...

0.8 Cecilia_Liu 0 8
Kafka 消費(fèi)者組成員reblance機(jī)制
為什么需要reblance 由于消費(fèi)者組訂閱了topic谁鳍，因topic partition數(shù)和消費(fèi)者組成員個(gè)數(shù)不同而存在的分配機(jī)制。什么情況下...

0.2 塵世的魚 0 1
flink的背壓?jiǎn)栴}產(chǎn)生原因和解決方法
最近flink job出現(xiàn)了背壓的問(wèn)題, 后果是導(dǎo)致了checkpoint的生成超時(shí), 影響了flink job的運(yùn)行. 定位問(wèn)題: 如下圖: ...

0.5 feng504x 4 9

Redis-Bitmap
基礎(chǔ)概念 “a”ASCll碼是97劫瞳，二進(jìn)制是0110 0001倘潜，每個(gè)數(shù)“1”，“0”叫做位（bit）志于，每8位叫做一個(gè)字節(jié)（byte）涮因，偏移量從左...

summer_coen 0 0
SpringBoot2.x中使用Redis的bitmap結(jié)構(gòu)（工具類）
一億個(gè)用戶，有的用戶頻繁登錄恨憎，也有不經(jīng)常登錄的蕊退。如何記錄用戶的登錄信息？如何查詢活躍用戶憔恳？[如一周內(nèi) 登錄三次的] Redis中文教程[http...

1.1 小胖學(xué)編程 0 12
布隆過(guò)濾器
引言我們知道檢查一個(gè)元素是否在某一個(gè)集合中瓤荔，使用HashSet是比較好的選擇，因?yàn)樵诓话l(fā)生Hash碰撞的情況下它的時(shí)間復(fù)雜度為常數(shù)級(jí)別钥组，但是在...

1.5 不知名的程序員 0 8